编程入门 - 技术文章 | 百度拖动旋转验证码识别

*严正声明：本文仅限于技术讨论与分享，严禁用于非法途径。

前言

百度的验证码又双叒更新了。
当然出于好奇，猫又拿起了键盘开搞。

正文来了。

先来看看继上次破解百度旋转验证码后，百度的大佬又做出了哪些改变。

1.抓取图片时加上了马赛克
2.增加了图片库

抓取图片时加上了马赛克

截图是这个亚子的

后台拿到的却是这个亚子的

哦呦，这个马赛克有点东西的呀~图片抓下来都不一样还咋识别，百度这里也是煞费苦心，给您点个赞。

不过话说回来，就算这样也难不住我们的呀，这里我思考了一下还有几种方式来获取这个图片：

1 .通过系统级鼠标来获取

2 .通过网页截图来获取

1.通过系统级鼠标来获取

首先，试了下第一种方式

定位到图片路径位置拿到图片途径，然后再通过模拟器打来另一个页面

然后通过下面这段代码实现保存图片的操作（这里用到了Robot系统级鼠标控制类）

public byte[] sivePic(String url, WebDriver driver, String window_one) {
		((JavascriptExecutor) driver).executeScript("window.open('" + url + "')"); // 用js打开新的窗口
		sleep(2000);
		Set<String> allWindow = driver.getWindowHandles(); // 获取所有的窗口句柄
		sleep(1 * 500);
		for (String i : allWindow) {
			if (i != window_one) {
				driver.switchTo().window(i);
			}
		}
		WebElement img = driver.findElement(By.tagName("img"));
		Actions actions = new Actions(driver);
		Robot robot;
		byte[] picBytes = null;
		File imgFile = null;
		// 声明一个StingSelection 对象，并使用String的参数完成实例化；
		String imgName = "baidu_" + System.currentTimeMillis()+".jpg";
		// 使用Toolkit对象的setContents将字符串放到粘贴板中 ；
		Toolkit.getDefaultToolkit().getSystemClipboard().setContents( new StringSelection(imgName), null);
		try {
			robot = new Robot();
			robot.setAutoDelay(100);
			actions.moveToElement(img).contextClick().perform();
			sleep(100);
			robot.keyPress(KeyEvent.VK_DOWN);
			sleep(100);
			robot.keyRelease(KeyEvent.VK_DOWN);
			sleep(100);
			robot.keyPress(KeyEvent.VK_DOWN);
			sleep(100);
			robot.keyRelease(KeyEvent.VK_DOWN);
			sleep(100);
			// 确认
			robot.keyPress(KeyEvent.VK_ENTER);
			robot.keyRelease(KeyEvent.VK_ENTER);
			sleep(1000);
			// 删除
			robot.keyPress(KeyEvent.VK_DELETE);
			robot.keyRelease(KeyEvent.VK_DELETE);
			sleep(500);
			// 按下crtl v键 ；
			robot.keyPress(KeyEvent.VK_CONTROL);
			robot.keyPress(KeyEvent.VK_V);
			sleep(500);
			// 释放crtl v 键
			robot.keyRelease(KeyEvent.VK_V);
			robot.keyRelease(KeyEvent.VK_CONTROL);
			sleep(500);
			// 文件名字后确认
			robot.keyPress(KeyEvent.VK_ENTER);
			robot.keyRelease(KeyEvent.VK_ENTER);
			sleep(5000);
			String name = System.getenv().get("USERNAME");
			imgFile = new File("C:/Users/" + name + "/Downloads/"+imgName);
			picBytes = FileUtils.readFileToByteArray(imgFile);
			System.out.println("save ok");
		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			imgFile.delete();
		}
		return picBytes;
	}

啊哈，拿到了。

本以为就这样结束了。

万万没想到，抓了几张之后马赛克又出现了。。。。。。。

到此，第一种方法宣告西败。

2.通过网页截图来获取

这个方法就比较靠谱了，百度总不能让用户看到马赛克的图片吧，哈哈（手动狗头）

// 获取ID的随机数
WebElement vcodesElemet = driver.findElement(By.className("mod-vcodes"));
String num = vcodesElemet.getAttribute("id");
num = num.split("mod-vcodes")[num.split("mod-vcodes").length - 1];
WebElement imgElemet = driver.findElement(By.id("vcode-spin-img" + num));
File img = getImgFile(driver, imgElemet.getLocation().getX() - 8,imgElemet.getLocation().getY());

/**
* 截图（验证码） 这里的 152 是页面显示图片的实际宽高
 */
private File getImgFile(WebDriver driver, int i, int j) {
	BufferedImage imgbuf = null;
	File srcFile, imgFile = null;
	try {
		srcFile = ((TakesScreenshot) driver).getScreenshotAs(OutputType.FILE);
		imgbuf = ImageIO.read(srcFile).getSubimage(i, j, 152, 152);
		imgFile = new File("C:\\daidu_" + System.currentTimeMillis() + ".png");
		ImageIO.write(imgbuf, "png", imgFile);
	} catch (IOException e) {
		e.printStackTrace();
	}
	return imgFile;
}

那么到这里我们就拿到了验证图，截来的图片肯定没有原图清晰度高，所以识别率就会稍微降低一些。不过影响不是太大。

到这里抓取图片的问题就解决了。

增加了图片库

说道增加图片库这里倒不是什么大问题，只要抓到一张图片，就可以通过旋转生成对应的图片，只需要找到不同的图片就可以了。

之前百度大概有50-60张不同的图片，也就是说不同的角度（360°）全部加入图片库的话最多21600张图（估计值）。

现在通过抓取了几百张图片观察，不同的图片大概有120多张，之前的50-60张也包括在内，也就是说百度又新加了一倍的图库。大概在43000张图左右。

这里不存在什么大问题，只是我们的模型库需要更新一下而已。

好了上面的问题既然都解决了，那么来说下具体的破解思路及步骤。

抓取到大量图片并筛选

根据筛选的图片生成模型库

将模型库接入到自动化模拟程序

说起来也不是很复杂嘛。开搞~

一、抓取到大量图片并筛选

上面有提到抓取图片我们采用截图的方式，自动化程序这里就先不放了，文章后面有完整代码。我们先看下结果。

可以看到有很多相似的图片，我们抓到300-500张左右基本就可以找到全部的不同的图片，然后把相似的只留下一张就好了。

二、根据筛选的图片生成模型库

这里我们拿到从步骤一筛选出来的图片，将每一张片旋转生成360度各个角度的图片，并通过比例计算出原图到对应角度应该滑动的距离。

然后在每个模型库中找到正的那张图，将之前标记好的距离值标记到原图上。

再通过计算得出模型库中每个图应该滑动的距离，并标记。

为了提升效率，我们将模型库以map对象的形式存入.obj文件中。
启动程序时只需要读一个文件，然后将其存入map中，大大提升识别效率。

模型库：[baidu_mod.obj]

三、将模型库接入到自动化模拟程序

自动化模拟程序
将图片信息转变为可比较信息
把图片旋转360°

四、结果展示

所有的流程都走完了，不妨做个测试。

粗略观察了下，效果还不错。难免其中也存在识别错误的情况，接下来做下结果分析。

五、结果分析

目标：

识别图片角度，推算出对应滑动距离，模拟滑动。

实现思路：

抓取图片，筛选
生成各个角度图片模型，标记正向图
将推算距离整合模型数据，建造模型库
抓到图片后通过图片相似度比较算法匹配模型库
根据匹配出的距离模拟滑动

检测耗时：

15 - 100毫秒

通过率：

95%（低样本）

最终测试结果为300条样本结果，这个样本数还是偏少了，不确定在更多的测试条数时还会不会达到这样的效果，应该不会差太远哈。

本文作者：香芋味的猫丶

黑客

百度拖动旋转验证码识别

前言